面向混合数据的代价敏感三支决策边界域分类方法

• 作者: 周阳阳 钱文彬 王映龙 彭莉莎 曾武序
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 三支决策 粒计算 代价敏感 混合数据 正域约简 边界域样本处理 粗糙集 核属性
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 人工智能基础|Fundamentals of Artificial Intelligence
• 页码范围: 411-419
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11992/tis.202012048

摘要

针对现有三支决策模型的研究对象多为单一性数据的决策系统,对于混合数据边界域样本处理的研究相对较少,本文面向混合数据提出了基于核属性的代价敏感三支决策边界域分类方法.该方法基于正域约简计算混合邻域决策系统的核属性集,在此基础上计算混合邻域类,并利用三支决策规则分别将对象划分到各决策类的正域、边界域和负域;提出了一种基于代价敏感学习的三支决策边界域分类方法,并构造了误分类代价的计算方法,以此划分边界域中的对象.通过对UCI上的10个数据集进行实验对比与分析,进一步验证了本文方法,为处理边界域样本提供了一种可行有效的方法.